Pilvipohjaisen laskentasovelluksen toteutus Linux-ympäristössä
Kinisjärvi, Mirka (2017)
Kinisjärvi, Mirka
Oulun ammattikorkeakoulu
2017
All rights reserved
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-201705025962
https://urn.fi/URN:NBN:fi:amk-201705025962
Tiivistelmä
Opinnäytetyön aiheena oli pilvipohjaisen laskentasovelluksen toteutus Linux-ympäristössä. Tavoitteena oli kehittää pilvityyppinen ohjelmisto- ja laiteympäristö algoritmilaskentaan ja luoda laskentasovellus, joka opettaa neuroverkon laskemaan parametreja syötetyn datan perusteella. Työn toimeksiantajana toimi Nokia Oyj.
Toteutus alkoi teoriatiedon kokoamisella pilvipalveluista, klusterin toteutusvaihtoehdoista ja neuroverkoista. Teoriatiedon pohjalta päätettiin sopiva toteutusvaihtoehto klusterin rakentamiseen Linux-käyttöjärjestelmälle. Testausympäristö rakennettiin yrityksen tuotannossa sijaiseviin laboratoriotiloihin. Viimeisenä vaiheena luotiin laskentasovellus TensorFlow-ympäristöä hyödyntäen.
Opinnäytetyön lopputuloksena saatiin ohjelmisto- ja laiteympäristö pystytettyä ja sen toimivuus testattua. Yritys pystyy hyödyntämään klusteria useisiin käyttökohteisiin sen laskentatehon ja skaalautuvuuden ansiosta. Laskentasovellus saatiin luotua ja neuroverkko oppi hyvin muodostamaan muuttujien epälineaariset riippuvuussuhteet havaintoaineistosta. Ohjelmassa käytettiin tuotannossa syntyvää prosessi- ja testidataa ja neuroverkon avulla muodostettiin yhteyksiä näiden välille.
Toteutus alkoi teoriatiedon kokoamisella pilvipalveluista, klusterin toteutusvaihtoehdoista ja neuroverkoista. Teoriatiedon pohjalta päätettiin sopiva toteutusvaihtoehto klusterin rakentamiseen Linux-käyttöjärjestelmälle. Testausympäristö rakennettiin yrityksen tuotannossa sijaiseviin laboratoriotiloihin. Viimeisenä vaiheena luotiin laskentasovellus TensorFlow-ympäristöä hyödyntäen.
Opinnäytetyön lopputuloksena saatiin ohjelmisto- ja laiteympäristö pystytettyä ja sen toimivuus testattua. Yritys pystyy hyödyntämään klusteria useisiin käyttökohteisiin sen laskentatehon ja skaalautuvuuden ansiosta. Laskentasovellus saatiin luotua ja neuroverkko oppi hyvin muodostamaan muuttujien epälineaariset riippuvuussuhteet havaintoaineistosta. Ohjelmassa käytettiin tuotannossa syntyvää prosessi- ja testidataa ja neuroverkon avulla muodostettiin yhteyksiä näiden välille.